一种多模糊推理级联的底火侧面缺陷分类和受损程度分析方法技术

本发明专利技术提出了一种多模糊推理级联的底火侧面缺陷分类和受损程度分析方法。首先，对底火侧面图像I采用阈值法获取图像I1，并对I1采用游程法提取I1中各连通区域的面积、长、宽和灰度平均值，并计算长宽比；其次，对图像I1进行膨胀操作得到麻点权重图像I2，提取I2中各连通区域面积以及I2各连通区域对应的I1中散点数；最后，将所提取数据模糊化后送入多模糊推理级联系统，依次进行“麻点和非麻点”、“划伤和非划伤”、“重氧化、轻氧化和杂质”的分类并评估其受损程度。本发明专利技术优点在于组合多个模糊推理分类器实现缺陷分类和受损程度分析，避免了多缺陷间的相互干扰，提高了分类的精度，且消除了人工检测中主观性等带来的底火缺陷误检情况。工检测中主观性等带来的底火缺陷误检情况。工检测中主观性等带来的底火缺陷误检情况。

【技术实现步骤摘要】
一种多模糊推理级联的底火侧面缺陷分类和受损程度分析方法


[0001]本专利技术涉及一种基于多模糊推理级联系统的底火缺陷分析方法，尤其涉及底火侧面缺陷分类和受损程度分析方法。

技术介绍

[0002]子弹是武器装备中必不可少的一部分，优化武器装备的生产工艺，提升良品率，有利于提升投入产出比，保障即时作战的需要。其中，底火是子弹底部的关键引火部件，底火具有存放时间长、引火稳定性高和使用安全等特点，广泛应用于各类子弹、枪炮底部的引火装置中。
[0003]底火整体呈圆柱状，外壳材料为H68铜，在外壳的内部填充引药，并用刷有虫胶漆的纸圆覆盖压制而成。在底火的生产过程中，由于生产工艺复杂、生产环节众多，生产的底火不可避免地存在缺口、划伤、麻点、杂质、轻氧化、重氧化和尺寸不良等外观缺陷。
[0004]在此情况下，传统的采用人工肉眼观察底火外观的方式来检测底火外观缺陷的方法由于极易受到人眼视觉疲劳、情绪等主观因素的影响，易导致底火的误检率和漏检率高，且传统方法效率低下、精度低。而底火作为子弹底部的关键引火部件，这些未被人工检出的缺陷都将直接影响到子弹的存放时间和击发成功率。因此，底火的检测过程中迫切需要一种速度快、精度高、稳定性强的全自动检测设备来代替人工检测剔除底火中存在的残次品。

技术实现思路

[0005]针对上述问题，本专利技术提出一种多模糊推理级联的底火侧面缺陷分类和受损程度分析方法，该方法能够全自动地对底火侧面缺陷进行准确分类并且能够分析其受损程度。本
技术实现思路
如下：
[0006]S100.对底火侧面图像I采用阈值法得到图像I1，对I1采用游程法提取该图像中各个连通区域的面积、长、宽和灰度平均值，其中，第i个连通区域的面积用S
F
表示、长用L
D
表示、宽用W
H
表示、灰度平均值用A
GV
表示，并计算第i个连通区域的长宽比为L
D
/W
H
；
[0007]S200.对图像I1进行膨胀操作，得到麻点权重图像I2，使用游程法提取I2图像中各个连通区域的面积，其中，第i个连通区域的面积记为S
D
，该连通区域映射到图像I1，该区域由图像I1中的N
imp
个散点执行膨胀操作后形成；
[0008]S300.对I2中的连通区域的面积，I1中的各个连通区域的面积、长、长宽比、灰度平均值和散点的数量模糊化；
[0009]S400.以模糊化后的S
D
和N
imp
做为输入，送入麻点模糊推理系统，进行“麻点和非麻点”的二分类，评估缺陷的受损程度；
[0010]S500.对非麻点的连通区域，以模糊化后的长L
D
、长宽比L
D
/W
H
和灰度平均值A
GV
为输入，送入划伤模糊推理系统，依次进行“划伤和非划伤”缺陷的二分类并评估其受损程度；
[0011]S600.对非麻点和非划伤的连通区域，以模糊化后的面积S
F
和灰度平均值A
GV
为输
入，送入“重氧化、轻氧化和杂质”模糊推理系统，进行“重氧化、轻氧化和杂质”分类且评估出其受损程度。
[0012]本专利技术具有如下优点：
[0013]1、本专利技术基于模糊推理来进行底火缺陷分类和受损程度分析，提高了底火侧面缺陷检测的速度和准确率，消除了人工检测中主观性等带来的误检情况；
[0014]2、本专利技术考虑到各缺陷之间存在相互干扰的情况，组合多个模糊推理分类器实现多缺陷分类和受损程度分析，避免了多缺陷之间的相互干扰，提高了分类的精度。
附图说明
[0015]图1是本专利技术的方法流程图；
[0016]图2是输入隶属度函数图像，具体如下：图2(a)、图2(b)、图2(c)、图2(d)、图2(e)分别为缺陷面积的隶属度函数、长度的隶属度函数、散点数量的隶属度函数、长宽比的隶属度函数、灰度平均值的隶属度函数；
[0017]图3是输出隶属度函数图像，具体如下：图3(a)、图3(b)、图3(c)、图3(d)分别为缺陷受损程度的隶属度函数、缺陷类型F
D1
、F
D2
、F
D3
的隶属度函数。
具体实施方式
[0018]本专利技术技术方案的流程框图如图1所示，具体步骤为：
[0019]S100.对底火侧面图像I采用阈值法得到图像I1，对I1采用游程法提取该图像中各个连通区域的面积、长、宽和灰度平均值，其中，第i个连通区域的面积用S
F
表示、长用L
D
表示、宽用W
H
表示、灰度平均值用A
GV
表示，并计算第i个连通区域的长宽比为L
D
/W
H
；
[0020][0021]式中，x、y为像素的横纵坐标，75为阈值；
[0022]S200.对图像I1进行膨胀操作，得到麻点权重图像I2，使用游程法提取I2图像中各个连通区域的面积，其中，第i个连通区域的面积记为S
D
；该连通区域映射到图像I1，该区域由图像I1中的N
imp
个散点执行膨胀操作后形成；
[0023]S300.对I2中的连通区域的面积，I1中的各个连通区域的面积、长、长宽比、灰度平均值和散点的数量模糊化；
[0024]S310.输入为缺陷灰度平均值、缺陷面积、缺陷长度、散点的点数、长宽比；
[0025]定义模糊输入集：
[0026]灰度平均值A
GV
＝{黑，灰黑，灰}，面积S＝{小，偏小，中等，偏大，大}，长度L
D
＝{短，中，长}，散点的点数N
imp
＝{少，中，多}，长宽比L
D
/W
H
＝{小，中，大}；
[0027]灰度平均值A
GV
的隶属度函数：
[0028][0029]面积S∈(0，4000)隶属度函数：
[0030][0031]长度L
D
∈(0,200)的隶属度函数：
[0032][0033]散点的点数N
imp
∈(0,40)的隶属度函数：
[0034][0035]长宽比(L
D
/W
H
)∈(0,12)的隶属度函数：
[0036][0037]各输入隶属度函数图像如图2所示；
[0038]S320.输出为缺陷的受损程度以及缺陷类型，其中缺陷类型有3类需要判断，分别为“麻点与非麻点”、“划伤与非划伤”以及“重氧化、轻氧化和杂质”；
[0039]定义缺陷受损程度的输出集为Ed
D
＝{轻，较重，重}；
[0040]定义缺陷类型的输出集为F
D1
＝{麻点，非麻点}、F本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多模糊推理级联的底火侧面缺陷分类和受损程度分析方法，至少包含以下几个步骤：S100.对底火侧面图像I采用阈值法得到图像I1，对I1采用游程法提取该图像中各个连通区域的面积、长、宽和灰度平均值，其中，第i个连通区域的面积用S
F
表示、长用L
D
表示、宽用W
H
表示、灰度平均值用A
GV
表示，并计算第i个连通区域的长宽比为L
D
/W
H
；式中，x、y为像素的横纵坐标，T为阈值；S200.对图像I1进行膨胀操作，得到麻点权重图像I2，使用游程法提取I2图像中各个连通区域的面积，其中，第i个连通区域的面积记为S
D
；该连通区域映射到图像I1，该区域由图像I1中的N
imp
个散点执行膨胀操作后形成；S300.对I2中的连通区域的面积，I1中的各个连通区域的面积、长、长宽比、灰度平均值和散点的数量模糊化；S400.以模糊化后的S
D
和N
imp
做为输入，送入麻点模糊推理系统，进行“麻点和非麻点”的二分类，评估缺陷的受损程度；S500.对非麻点的连通区域，以模糊化后的长L
D
、长宽比L
D
/W
H
和灰度平均值A
GV
为输入，送入划伤模糊推理系统，进行“划伤和非划伤”缺陷的二分类并评估其受损程度；S600.对非麻点和非划伤的连通区域，以模糊化后的面积S
F
和灰度平均值A
GV
为输入，送入“重氧化、轻氧化和杂质”模糊推理系统，进行“重氧化、轻氧化和杂...

【专利技术属性】
技术研发人员：李赛斯，周佳慧，罗校萱，朱江，田淑娟，刘馨文，
申请(专利权)人：湘潭大学，
类型：发明
国别省市：